公开(公告)号：CN118967918A

公开(公告)日：2024-11-15

申请号：CN202410936585.1

申请日：2024-07-12

Applicant: 燕山大学

Inventor： 金立生 ,  石业玮 ,  魏青嵩 ,  雒国凤 ,  刘星辰 ,  郭柏苍

IPC: G06T17/00 ,  G01S7/48 ,  G06V10/30 ,  G06V20/64

Abstract: 本申请涉及三维目标检测技术领域，具体而言，涉及一种考虑点云分布结构的目标检测模型泛化性增强方法及装置，一定程度上可以解决现有的深度学习模型在不同于数据集中激光雷达点云数据分布结构的情况下，实际场景泛化能力不足的问题。该方法包括：获取具有三维目标检测真值的公开仿真自动驾驶数据集与自然驾驶数据集中的激光雷达点云数据；通过激光雷达点云体素化过滤，得到多个点云数据集；将多个点云数据集的原点坐标进行高度统一，并去除点云反射强度维度；将处理好的多个点云数据集进行融合，分为训练集、测试集及验证集；基于训练集，使用现有的三维目标检测网络进行训练，得到强泛化性三维目标检测模型。

公开(公告)号：CN114972941B

公开(公告)日：2024-08-13

申请号：CN202210507500.9

申请日：2022-05-11

Applicant: 燕山大学

Inventor： 金立生 ,  石业玮 ,  贺阳 ,  李欣蔚 ,  王广启 ,  郭柏苍 ,  谢宪毅

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/58 ,  G01C21/00 ,  G01S13/89 ,  G01S17/89 ,  G06V10/26 ,  G06V10/75 ,  G06V10/764

Abstract: 本申请提供一种被遮挡车辆三维检测的决策融合方法、装置及电子设备，该方法包括：获取实时同步的车载感知传感器和路侧感知传感器的车载传感器数据和路侧传感器数据；将车载传感器数据和路侧传感器数据分别输入预建深度学习目标检测网络，分别得到车载车辆信息和路侧车辆信息；将车载车辆信息和路侧车辆信息进行匹配，得到匹配结果；根据车载车辆信息，确定车载感知传感器检测到的车辆的遮挡类型；根据遮挡类型及匹配结果，修正匹配结果。该方案可以快速合理的感知车辆检测决策，降低误检率及漏检率。

公开(公告)号：CN116819488A

公开(公告)日：2023-09-29

申请号：CN202310785873.7

申请日：2023-06-29

Applicant: 燕山大学

Inventor： 郭柏苍 ,  刘家国 ,  石业玮 ,  贺阳 ,  刘昊 ,  张洪瑜 ,  张耀铎 ,  周心晴

IPC: G01S7/48 ,  G01S17/931 ,  G01S17/88 ,  G01D21/02

Abstract: 本发明提供了一种基于车载激光雷达预期功能安全的场景数据集构建方法。基于车载激光雷达预期功能安全的场景数据集构建方法包括：通过车载激光雷达采集驾驶场景中各个维度的点云数据；通过点云质量评价指标对点云数据进行质量评价，得到点云质量评价结果；结合各个维度的点云数据，得到各个维度对应的驾驶场景；基于各个维度对应的驾驶场景和点云质量评价结果，构建场景数据集。本发明的基于车载激光雷达预期功能安全的场景数据集构建方法提高了在车辆传感器及驾驶环境方面的预期功能的完备性。

公开(公告)号：CN114972941A

公开(公告)日：2022-08-30

申请号：CN202210507500.9

申请日：2022-05-11

Applicant: 燕山大学

Inventor： 金立生 ,  石业玮 ,  贺阳 ,  李欣蔚 ,  王广启 ,  郭柏苍 ,  谢宪毅

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/58 ,  G01C21/00 ,  G01S13/89 ,  G01S17/89 ,  G06V10/26 ,  G06V10/75 ,  G06V10/764

Abstract: 本申请提供一种被遮挡车辆三维检测的决策融合方法、装置及电子设备，该方法包括：获取实时同步的车载感知传感器和路侧感知传感器的车载传感器数据和路侧传感器数据；将车载传感器数据和路侧传感器数据分别输入预建深度学习目标检测网络，分别得到车载车辆信息和路侧车辆信息；将车载车辆信息和路侧车辆信息进行匹配，得到匹配结果；根据车载车辆信息，确定车载感知传感器检测到的车辆的遮挡类型；根据遮挡类型及匹配结果，修正匹配结果。该方案可以快速合理的感知车辆检测决策，降低误检率及漏检率。